【教程】基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用

专题一：长时序遥感产品在全球变化/植被变绿/植被物候等方面的应用Science/Nature/PNAS等相关文章

长时序遥感数据产品介绍长时序遥感数据产品分析方法

长时序遥感数据产品质量评价

专题二：MODIS遥感数据产品预处理基于MODIS TOOL的HDF影像拼接/子区截取/格式转换基于MODIS TOOL的长时序海量遥感数据的自动批处理程序基于Python的遥感产品数值读取基于Python的产品质量控制(QC)图层读取及含义解读

经QC后的产品最大值/均值/中值等合成

专题三：长时序MODIS遥感数据产品时间序列重构遥感数据异常值/离群值outliers检测方法年内时间序列遥感数据重构以去除噪声点(滤波、多项式拟合、…)长时序逐年份遥感产品年均/最大值、月均/最大值、季节均/最大值批处理运算距平anomaly及变异系数coefficient of variation计算

不良天气(如云)对长时序遥感数据分析的影响

专题四：基于GIMMS 3g和MODIS NDVI构建更长时序遥感数据

GIMMS 3g和MODIS NDVI产品相关性分析重叠时间段内GIMMS 3g和MODIS NDVI产品融合

基于GIMMS 3g和MODIS NDVI产品的更长时间序列产品生成

专题五：植被物候提取与分析实践应用年内时间序列遥感数据重构方法多种植被物候提取方法实现：threshold/logistic/derivative/…生长季开始/长度/结束日期提取区域植被SOS/LOS/EOS制图

年际间植被物候变化趋势分析

专题六：植被变绿趋势分析实践应用

长时序年际间植被变化趋势分析方法植被变绿/变黄趋势判断准则基于一元线性回归的植被变化趋势判断基于Manner-Kendall(M-K)的植被变化检验基于变异系数法(CV)的植被变化稳定性分析

区域结果成图显示与空间格局分析

专题七：植被变绿与生态系统固碳一致性分析植被变绿意味着生态系统固碳增强吗？-来自长时序遥感产品的启示长时序NDVI变化趋势分析长时序LAI变化趋势分析长时序GPP变化趋势分析

长时序NDVI/LAI/GPP变化趋势综合研判

专题八：草地生长关键参数/生物量遥感估算及趋势分析草地LAI/覆盖度/生物量遥感估算原理PROSAIL辐射传输模型应用PROSAIL模型参数敏感性分析基于PROSAIL模型草地关键参数遥感反演

长时序草地生长变化趋势分析